OFER-TRABEC Archivos

Distribución de ofertas de Empleo y Becas.

OFER-TRABEC@LISTSERV.REDIRIS.ES

Opciones: Vista Forum

Use Monospaced Font
Por defecto enseñar Text Part
Mostrar todas las cabeceras de correo

Mensaje: [<< Primero] [< Prev] [Siguiente >] [Último >>]
Tema: [<< Primero] [< Prev] [Siguiente >] [Último >>]
Autor: [<< Primero] [< Prev] [Siguiente >] [Último >>]

Print Responder
Subject:
Emisor:
Servicio de Listas de RedIRIS <[log in para visualizar]>
Reply To:
Servicio de Listas de RedIRIS <[log in para visualizar]>
Fecha:
Wed, 14 Aug 2024 16:28:55 +0200
Content-Type:
text/plain
Parts/Attachments:
text/plain (45 lines)
===
Para darse de ALTA/BAJA del Boletin OFER-TRABEC utilice el siguiente enlace o pongase en contacto con [log in para visualizar]
https://listserv.rediris.es/cgi-bin/wa?SUBED1=OFER-TRABEC&A=1
===
SEGURIDAD: Los enlaces contenidos en este mensaje son seguros y protegidos con reescritura de URL_DEFENSE de Proofpoint
===

---Procedencia: 
 Institución:OASYS - Universidad de Málaga
 Contacto correo-e:[log in para visualizar]
---
Buscamos candidat@ competitiv@s para oferta de ayuda FPI asociada a Proyectos de Generación de Conocimiento 2024.

Proyecto: MSOpt – Mathematical Methods for the Optimization of Decision-making Processes based on Multi-source Data. (PID2023-148291NB-I00)

Investigadores principales: Juan Miguel Morales González y Salvador Pineda Morente
Centro: OASYS Research Group (https://sites.google.com/view/groupoasys/home) / Universidad de Málaga 

El objetivo principal de este proyecto es generar conocimiento, métodos y algoritmos que permitan la mejor utilización de la información contenida en datos procedentes de múltiples fuentes para la toma de decisiones bajo incertidumbre. Igualmente, se pretende crear un marco matemático que permita definir y formalizar el concepto de "valor" de un conjunto de datos, así como crear métodos para su cuantificación. Este marco servirá entonces para discriminar entre conjuntos de datos que nutren el mismo proceso de toma de decisión (o varios análogos), pero que proceden de distintas fuentes (o proveedores).

Para desarrollar estos métodos, se recurrirá a técnicas avanzadas de Optimización Estocástica (como, p. ej., la Optimización Distribucionalmente Robusta) a la vez que se habrá de generar nuevo conocimiento teórico en dicho ámbito.

REQUISITOS
Nuestro trabajo se encuadra fundamentalmente en el ámbito de la Ingeniería Matemática, en la intersección entre la Estadística, la Investigación Operativa, las Ciencias de la Computación y la Ingeniería. 

- Formación en Matemáticas, Ingeniería, Estadística o similar.
- Nivel alto en certificado de notas
- Título oficial de grado o equivalente
- Nivel alto de competencia de idioma inglés
- Es deseable haber estado en contacto con el mundo de la investigación.

Interesad@s pueden enviar su carta de motivación (máx. 1 pág.), CV y copia de certificado de notas directamente a Juan Miguel Morales González ([log in para visualizar])

 ----------------
Información complementaria de la oferta:
Institución: OASYS (oasys.uma.es) / Universidad de Málaga (Málaga)
Duración: 4 años. 
Estipendio: alrededor de 21.000 € anuales después de impuestos.

Interesad@s pueden enviar su carta de motivación (máx. 1 pág.) CV y copia de certificado de notas directamente a Juan Miguel Morales González ([log in para visualizar])

Indicar en el asunto REF: PhD project on multi-source data-driven optimization for decision making. Incluir expediente académico, CV y carta de motivación (máx. 1 pág.).

Plazo de presentación de las solicitudes: Agosto/Septiembre 2024. 

ATOM RSS1 RSS2